Requirements
- Target platform
- OpenClaw
- Install method
- Manual import
- Extraction
- Extract archive
- Prerequisites
- OpenClaw
- Primary doc
- SKILL.md
Tencent SkillHub · AI
Feishu Group Mention Responder
在飞书群中，当机器人被@提及或接收到直接消息时，自动进行回复。
skill openclawclawhub Free
在飞书群中，当机器人被@提及或接收到直接消息时，自动进行回复。
⬇ 0 downloads ★ 0 stars Unverified but indexed
Install for OpenClaw
Quick setup
- Download the package from Yavira.
- Extract the archive and review SKILL.md first.
- Import or place the package into your OpenClaw setup.
Package facts
- Download mode
- Yavira redirect
- Package format
- ZIP package
- Source platform
- Tencent SkillHub
- What's included
- SKILL.md
Validation
- Use the Yavira download entry.
- Review SKILL.md after the package is downloaded.
- Confirm the extracted package contains the expected setup assets.
Install with your agent
Agent handoff
Hand the extracted package to your coding agent with a concrete install brief instead of figuring it out manually.
- Download the package from Yavira.
- Extract it into a folder your agent can access.
- Paste one of the prompts below and point your agent at the extracted folder.
New install
I downloaded a skill package from Yavira. Read SKILL.md from the extracted folder and install it by following the included instructions. Tell me what you changed and call out any manual steps you could not complete.
Upgrade existing
I downloaded an updated skill package from Yavira. Read SKILL.md from the extracted folder, compare it with my current installation, and upgrade it while preserving any custom configuration unless the package docs explicitly say otherwise. Summarize what changed and any follow-up checks I should run.
Trust & source
Release facts
- Source
- Tencent SkillHub
- Verification
- Indexed source record
- Version
- 1.0.0
Provenance
- Publisher
- Lorpha
- Source page
- View original listing
- Canonical URL
- Open canonical page
Documentation
概述
此技能旨在使 Antigravity 能够在飞书群聊中对其被@提及的消息或直接发送给它的消息进行自动响应。这提高了机器人在群聊中的参与度和用户体验。
何时使用
当用户希望 Antigravity 在飞书群聊中对@提及做出回应时。 当用户需要 Antigravity 能够识别其在群聊中的身份并进行交互时。
核心原则
识别提及： 代理必须能够从传入的飞书消息中准确识别出对其自身的@提及。 上下文感知： 虽然初始回复可以是通用的，但未来可以扩展为根据消息内容提供更具体的帮助。 不重复回复： 避免对非提及消息或已被处理的消息进行重复回复。
技能实现细节
该技能将通过以下步骤实现： 消息监听： OpenClaw 框架将负责监听飞书群聊中的消息。 提及检测： 在接收到的消息内容中，通过解析或预处理机制检测是否存在 @机器人ID 或 @机器人名称 的提及。 提取发送者信息： 获取@提及消息的发送者 ID 和昵称，以便在回复中@回该用户。 构建回复： 生成一个包含适当问候语和可能的问题（例如：“您好！有什么我可以帮您的吗？”）的中文回复。回复中将@回原发送者。 发送回复： 使用 message 工具将回复消息发送回原始群聊。
预期消息结构 (OpenClaw -> Agent)
飞书消息事件通常会包含以下信息（OpenClaw 可能会进行预处理）： { "channel": "feishu", "chat_type": "group", // "p2p" for direct messages "chat_id": "oc_xxxxxx", // Group chat ID "sender_id": "ou_xxxxxx", // Sender user ID "sender_name": "用户昵称", "message_id": "om_xxxxxx", "content": "您好 @Bot名称，请问...", "mentions": [ // If OpenClaw processes mentions { "user_id": "ou_bot_xxxxxx", "user_name": "Bot名称" } ] }
回复逻辑
在 _process_message 函数或其他适当的消息处理逻辑中，检查 message.mentions 数组或 message.content 是否包含对当前代理的提及。 发送回复的工具调用示例： message({ action: "send", channel: "feishu", to: "oc_xxxxxx", // 原始群聊ID message: "您好 @[ou_xxxxxx]！有什么可以帮您的吗？", // @提及原始发送者 # 如果 OpenClaw 提供了 reply_to_message_id，可以使用它来回复特定消息 # reply_to: "om_xxxxxx" })
常见错误与注意事项
权限不足： 确保飞书应用拥有 im:message:send_as_bot 和 im:chat:read 权限。 机器人 ID / 名称识别： 代理需要知道它在飞书系统中的唯一标识符（Bot ID 或 App ID）或其配置的名称，以便准确识别提及。 循环回复： 避免在回复中无意中再次触发提及，导致无限循环。 群聊 ID 获取： 确保能正确获取到发送消息的群聊 ID。 提及格式： 飞书的@提及格式可能因 API 版本和消息类型而异，需要适配。
Category context
Agent frameworks, memory systems, reasoning layers, and model-native orchestration.
Source: Tencent SkillHub
Largest current source with strong distribution and engagement signals.
Package contents
Included in package
1 Docs
- SKILL.md